计量报告-大学生人数增加

《计量报告-大学生人数增加》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、关于我国大学生在校人数增加原因的分析一、研究背景过去的20多年来，中国教育实现两大历史性跨越。第一是实现了基本普及义务教育，基本扫除青壮年文盲的目标；第二是中国高等教育开始迈入大众化阶段，高教毛入学率达到17%。从1998年开始的高等教育持续地实施扩招，2003年全国国内高等教育规模已经达到1900万人，使在校人数规模位于世界首位，使高等教育的毛入学率从1998年的9.8%提高到2003年的17%，按照联合国教科文的口径，中国高等教育已经迈进了大众化的阶段。普通高校在校生作为纯消费者，其人数的变化会直接或间接地带动着整个经济的发展，特别是近几年高校不

2、断扩招，大学生人数急剧增加，引发了政界及学者各方面人士就高校学生人数对整体经济、物价指数等各项经济指标影响的关注。从这个意义上看，普通高校在校大学生人数背后与宏观等经济变量隐含着较高的相关性和可比性。特别是，随着我国的经济发展，教育资源的丰富以及人民对教育问题的重视，特别是大学扩招政策的实施，近些年来，我国大学生入学率不断升高，在校大学生人数激增。在大学生在校人数增加的背后，有哪些因素起着重要作用？本文以我国在校大学生的人数为研究对象，以教育经费、招生人数、居民收入等变量为解释变量，建立模型。通过实证分析研究我国大学生在校人数增加的主要原因，并提供建

3、议。二、所研究问题的变量选择及数据说明研究对象是大学生在校人数，即对当前各大高校在校人数的统计，由于是某一时点的统计，因此范围包括已入学的大一学生和尚未毕业的大四学生。但是单纯的大学生在校人数统计，是一个绝对量，在这里选取衡量大学生在校人数的指标为：普通本、专科在校学生数(万人)，也就是本文的被解释变量Y，同时涵盖了本科、专科的在校学生数。一般来说，对大学生在校人数多少有一定关系的影响因素包括高校数量、教育投入、招生人数，普通家庭的收入也有一定的影响作用，因为收入较高的家庭就会重视孩子的教育，并且可能为孩子上大学提供较为良好的条件。本文就以普通本专科

4、学校招生人数（X1）、城镇家庭平均每人可支配收入（X2）、普通高等学校数为解释变量（X3），来研究大学生在校人数的影响因素。本文选取上述变量的1988-2014年间的年度数据来作为研究样本，数据来源于中经网数据库，通过收集获取的数据见：1、本文研究所选定的变量及数据　普通本、专科在校学生数(万人)普通本、专科学校招生数(万人)城镇家庭平均每人可支配收入(元)普通高等学校数(所)1988170.361.9739.11016198918857.2900.910541990195.961.71002.110631991206.6671180.2107519

5、92208.259.71373.910751993206.360.91510.1610751994204.4621700.610751995218.475.42026.610531996253.692.42577.410651997279.9903496.210801998290.692.64282.9510541999302.196.64838.910322000317.41005160.310202001340.9108.45425.110222002413.4159.7585410712003556.1220.66279.98104120047

6、19.1268.36859.612252005903.4320.57702.8139620061108.6382.28472.2155220071333.5447.39421.6173120081561.8504.510493179220091738.8546.111759.5186720101884.9565.913785.8190820112021607.715780.8226320122144.7639.517174.7230520132231.8661.819109.44235820142308.5078681.500921809.78240

7、9对于上述数据分别做Y、X1、X2、X3的散点图，得到：图1Y、X1、X2、X3的散点图通过散点图可以看出，Y、X1、X2、X3都存在着一定的相关关系，所以可以考虑采用线性回归模型去拟合该数据，并进行分析。三、构建模型并进行回归分析根据上述定量分析，模型设置如下：从结果可以看出，R-squared为0.9979，拟合效果很好，解释变量显著，F统计量的值也很显著，说明方程整体是很显著的。对于解释变量的t统计量，可以根据p值来判断，一般情况下，p值小于0.05，则说明该变量的系数估计值较为显著。由上表可以看出，本模型的各个解释变量的估计系数均显著。四、各

8、种检验与修正为了更好地分析模型的实证效果，本文对该模型的估计结果进行各种相关检验。1、多重共线性检验2、序列